Python 3.x 张量流训练模型预测总是零

我有一个简单的TensorFlow模型，精度为1。但是当我试图预测一些新的输入时，它总是返回零（0）

所有函数都正常工作，我的问题是最新的代码行。我只尝试了“y_u3;”而不是“tf.argmax（y_3;，1）”，但也没有成功。 我怎样才能解决这个问题？

---

请注意，

您的代码中存在多个错误

从以下代码行开始：

correct_prediction = tf.equal(tf.argmax(y, 1), tf.argmax(y_, 1))
accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32))
print(sess.run(accuracy, feed_dict={x: inputs, y: labels}))  # print accuracy

您正在执行

线性回归

，但您正在使用

逻辑回归

方法检查准确性。如果您想查看线性回归网络的运行情况，请打印

损失

。确保你的损失在每次训练后都会减少

如果查看该精度代码，请运行以下代码：

print(y_.get_shape())    # Outputs (?, 1)

print(sess.run(y_, feed_dict={x: inp}))

只有一个输入，您的函数

tf.argmax（y，1）

和

tf.argmax（y，1）

将始终返回

[0,0，…]

。因此，您的精度将始终为1.0。删除这三行代码

接下来，要获得输出，只需运行以下代码：

print(y_.get_shape())    # Outputs (?, 1)

print(sess.run(y_, feed_dict={x: inp}))

但由于您的数据是随机的，所以不要期望有一组好的输出